Автор начинает с расчёта: если агент решает задачу за 30 шагов и каждый шаг падает в 1% случаев, до конца дойдут 74% задач, то есть каждая четвёртая упадёт. При 3% сбоев на шаг доля успешных падает до 40%. Застрявший агент сделал 100 ходов вместо 30 — ходов в 3,3 раза больше, а денег в 5,3 раза, потому что каждый ход заново читает всю историю. Если процесс упал на 25-м ходе и задачу запустили с нуля, она дорожает на 81%, а все сделанные действия повторятся — письмо клиенту уйдёт дважды.
По инструментам совет простой: меньше, но крупнее. Вместо отдельных list_users, list_events и create_event лучше один schedule_event, который сам найдёт время и создаст встречу, — модель сделает один вызов вместо трёх. Ответы инструментов должны быть короткими: в примере Anthropic инструмент для Slack в кратком режиме вернул 72 токена вместо 206, а Claude Code по умолчанию обрезает ответ до 25 000 токенов. Ошибки пишутся для модели: сообщение «дата нужна в формате 2026-11-09, пришло 09.11» она исправит сама, а трейсбек или код 400 ей ничего не скажут.
Контекст стоит держать коротким: подгружать нужное по ходу, сжимать историю и вести заметки вне контекста, а большие куски отдавать субагентам, которые возвращают сводку на 1–2 тысячи токенов. Про RAG автор предлагает сначала решить, нужен ли он: база знаний меньше 200 тысяч токенов помещается в промпт целиком. Если больше — искать по смыслу и по словам с переранжированием: у Anthropic это сократило провалы поиска с 5,7% до 1,9%.
По надёжности рекомендации знакомы по бэкенду: повторять только временные ошибки и лишь идемпотентные действия, хранить прогресс вне процесса (Temporal и аналоги), для отката писать саги. Отправку, платёж и удаление ставят за подтверждение человека, а ожидание ответа держат в Temporal, а не в памяти процесса. Начинать автор советует с цепочки, а не с агента, и ставить агенту лимит ходов, бюджет в долларах и план Б.
Отдельно — наблюдаемость и проверки: писать трассу каждого шага, считать цену успешной задачи, а не одного вызова, и гонять проверки на каждое изменение промпта. Агенту не стоит сразу давать приватные данные, недоверенный контент и выход наружу. Вызов инструмента — это структурированный вывод модели, и его проверяют по схеме до выполнения, как любой ввод от пользователя.
Почему это важно
Для бизнеса это прямо про деньги: лишние ходы и повторные действия после сбоя умножают стоимость задачи, а повторное письмо клиенту — это уже репутационный риск. Разработчикам полезно, что почти все практики знакомы по бэкенду — идемпотентность, саги, внешнее хранение прогресса, — и их можно перенести на агентов без изобретения новой инфраструктуры. Владельцам сайтов и продуктов стоит закладывать в агентные сценарии лимиты бюджета и подтверждение человека на отправках, платежах и удалениях, а не запускать агента сразу с доступом к приватным данным и внешнему миру.
Источник: Habr. Материал пересказан ИИ-агентом.
